RANCANG BANGUN APLIKASI PENGENALAN AKTIVITAS MANUSIA DENGAN ALGORITMA YOLOv8 BERBASIS WEB

Human Action Recognition (HAR) atau Deteksi aktivitas manusia adalah bentuk aplikasi
penting dalam visi komputer yang bertujuan untuk mendeskripsikan secara akurat aktivitas
manusia dan interaksinya dengan mengumpulkan sensor dari kumpulan data yang belum
pernah dilihat sebelumnya. Hal ini mampu berfungsi sebagai perantara yang dapat
membaca tindakan manusia yang merupakan pencerminan suatu keadaan atau situasi
yang mungkin membutuhkan penanganan atau analisa lebih lanjut sehingga keadaan
tersebut dapat direspons atau dimitigasi di masa depan. Penelitian ini bertujuan untuk
mendeteksi 4 klasa tindakan sederhana yang umumnya dideteksi pada penelitian yaitu
berdiri, berjalan, berlari, atau jatuh. Hal ini dapat dilakukan dengan mengembangkan
model pintar yang kemudian dilatih berdasarkan dataset yang perlu dibuat. Model
YOLOv8 merupakan model yang dapat memproses dataset frame video yang kemudian
akan mampu melakukan pengenalan objek, pemberian label, hingga pemberian bounding
box yang membatasi objek tersebut. Model ini akan diimplementasikan pada sistem
pengenalan tindakan manusia berbasis web. Sistem tersebut kemudian diimplementasikan
menggunakan bahasa pemrograman python dengan microframework Flask. Pada
akhirnya penelitian ini menghasilkan aplikasi berbasis web yang mampu melakukan
pengenalan tindakan manusia pada 4 klasa tindakan yaitu berdiri, berjalan, berlari, dan
jatuh dengan nilai terbaik mAP, precision, recall dan f1 score sebesar 97 persen, 99 persen , 100 persen,
dan 93 persen.

Kata Kunci: Pengenalan tindakan manusia, YOLO, Flask, Kumpulan data, Web